Les relations entre technologie et créativité dans l’analyse des musiques électroacoustiques : une étude comparative de Riverrun de Barry Truax et Imago de Trevor Wishart
Notice bibliographique
Résumé
Le projet TaCEM ( Technology and Creativity in Electroacoustic Music ), conduit par les trois auteurs de cet article et financé par l’AHRC ( Arts and Humanities Research Council ) du Royaume-Uni pour une période de 30 mois (2012-2015), explore les relations entre pratiques compositionnelles contemporaines et nouvelles ressources technologiques à partir de huit études de cas du répertoire électroacoustique. Les auteurs présentent une étude comparative de deux de ces cas : Riverrun (1986/2004) de Barry Truax et Imago (2002) de Trevor Wishart. Si les deux compositeurs sont profondément impliqués dans le développement d’outils numériques de création musicale, leurs esthétiques, méthodes compositionnelles et productions artistiques contrastent fortement. Riverrun a été composée avec un logiciel de synthèse granulaire fonctionnant en temps réel, permettant la génération d’amples textures et processus ; Imago est l’assemblage de plus d’un millier de fichiers sons, créés avec un logiciel temps différé incluant de nombreux traitements différents pour le son enregistré. Les deux œuvres ont un point commun : l’emploi d’un très bref fragment de son comme source primaire de la composition. Mais les objectifs compositionnels de Truax et de Wishart ont conduit à deux œuvres développant ces sources selon les cheminements créatifs et technologiques très différenciés détaillés à travers cet article.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».